腾讯暑期实习后台开发一面:HashMap 死循环、元空间与 RAG 索引追问
- 轮次
- 一面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 自我介绍。
- 算法:给定字符串 s,找出不含重复字符的最长子串长度(0 ≤ s.length ≤ 5×10⁴,含字母、数字、符号与空格)。
- Java 用的什么版本?为什么用 JDK 17?
- HashMap 的哈希冲突怎么解决?深挖:怎么形成死循环?没有并发安全保护吗?怎么会形成死循环?
- ConcurrentHashMap 的并发安全怎么做到的?
- 介绍一下线程共享和线程独占的内存区域。
- 共享区在 JDK 8 之后变成元空间了,了解这个升级的背景吗?升级之后解决了什么问题?
- 为什么 Java 把独占区分成了两个栈(虚拟机栈与本地方法栈)?
- 追问:本地方法栈执行的是非 Java 的本地方法吗?Java 运行还嵌入了 C/C++ 的代码吗?
- Java 为什么会有内存泄漏?什么场景会出现?
- 项目:RAG 是解决什么问题的?
- 用 Faiss 建库用的是什么索引?数据库规模多大?
- 倒排索引为什么叫「倒排」?了解原理吗?
- 建索引有一个过程,原始文档变成向量的过程你了解吗?文本是怎么切分的?
《参考解析》
手撕最长无重复子串:滑动窗口加哈希表记录字符最近一次出现的位置。右指针扩张时,若字符已在窗口内,左指针跳到「该字符上次位置 + 1」,同时更新最大长度。复杂度 O(n),空间 O(字符集)。注意左指针只能右移不能回退,否则会算错。
JDK 17 的选型理由:17 是 LTS 版本,支持周期长;相比 8 有 ZGC、G1 的成熟改进、密封类与 record 等语言特性、以及更强的容器感知(UseContainerSupport 默认开启)。回答时补一句「升级的主要成本在依赖兼容与反射相关框架」,比只说「17 新」完整。
HashMap 的并发死循环:JDK 7 的头插法在扩容时会把链表顺序反转,两个线程同时扩容就可能让链表形成环,之后 get 遍历到环上会无限循环、CPU 打满。JDK 8 改成尾插法并引入红黑树,成环问题消失,但并发写仍会丢数据、size 计数错误,所以它依然不是线程安全的。要说明「JDK 8 修的是成环,不是并发安全」。
ConcurrentHashMap 的实现:JDK 7 用分段锁(Segment 继承 ReentrantLock);JDK 8 改为 CAS + synchronized 锁单个桶的头节点,扩容时支持多线程协助迁移(transfer),size 用 baseCount + CounterCell 分散计数。读操作基本无锁,靠 volatile 保证可见性。
元空间的升级背景:JDK 8 用元空间取代永久代,把类的元数据移到本地内存。永久代的问题是大小固定、难以预估,动态生成类多(反射、CGLIB、JSP)时容易 PermGen space OOM;元空间默认不设上限(受本地内存约束),并可通过 MaxMetaspaceSize 控制,同时把字符串常量池移到了堆里。
两个栈为什么分开:虚拟机栈执行 Java 方法,本地方法栈执行 native 方法,两者在规范上是不同区域,便于分别设置大小(-Xss)与分别统计;HotSpot 把两者合并实现,但规范保留区分。Java 运行时确实会嵌入 C/C++:JVM 本身由 C++ 实现,native 方法通过 JNI 调用本地库,Unsafe、NIO 的 DirectBuffer 也都落在本地内存。
内存泄漏的常见场景:静态集合持有对象、缓存无淘汰策略、ThreadLocal 未 remove 导致线程池里的线程一直持有、监听器与回调注册后未注销、连接或流未关闭、equals 与 hashCode 实现不一致导致集合里「查不到也删不掉」。
RAG 与索引追问:RAG 解决的是「模型不知道私有或最新知识」与「生成缺乏依据」两个问题,链路是文档切分、向量化、检索、拼进上下文再生成。Faiss 常用 IndexFlatL2(精确、适合小规模)与 IndexIVFFlat(倒排加聚类,需要训练,适合大规模),规模到百万级要考虑量化索引(PQ)。倒排索引之所以叫「倒排」,是因为它从「文档到词」反转为「词到文档列表」,用词快速定位包含它的文档。文本切分按固定长度、按段落或按语义边界,需要设置重叠窗口避免把一句话切断。